Prediction of binding regions in proteins
Proteinlerde bağlanma bölgelerinin tahmini
- Tez No: 170896
- Danışmanlar: PROF. TÜRKAN HALİLOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Kimya Mühendisliği, Chemical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2005
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET PROTEİNLERDE BAĞLANMA BÖLGELERİNİN TAHMİNİ Bütün organizmaların yapı taşlan olan proteinler moleküllerin saklanması ve taşınması, kimyasal reaksiyonların katalize edilmesi, hücreler arası bilgi aktarımı ve hücre çeperinde madde geçişinin kontrolü gibi birçok biyolojik aktivitede görev alırlar. Bütün bu süreçler bir şekilde protein-protein etkileşimini gerektirir ve bu etkileşme iki protein arasında yüzeydeki bazı rezidülerin oluşturduğu fiziksel bağlarla gerçekleşir. Proteinlerin bağlanma enerjisine“hotspot”olarak adlandırılan bu rezidülerin katkısı büyüktür; bu yüzden bağlanma rezidülerinin belirlenmesi protein bilimi için, özellikle ilaç tasarımı ve protein mühendisliği alanlarında, önemli hedeflerdendir. Bu çalışmada, proteinin doğal hal dinamik özelliklerine dayanan ve elastik ağ yapı modeli (Gaussian Network Model, GNM) üzerine oturtulmuş bir metod ile proteinlerin bağlanma bölgelerinin tahmini önerilmiştir. Bu yaklaşımda, rezidülerin doğal hallerinde ortalama pozisyonları çevresindeki devinimlerinin Gaussian bir dağılım gösterdiği kabul edilerek bu hareketlerin en yavaştan en hızlıya değişen modlar serisine aynştırılabilmesi mümkündür. Hızlı mod dinamiklerinden belirlenen yüksek frekans ile hareketli (YFH) rezidüler bağlanma bölegesine yalan, bağlanma yüzeyindeki oyukların diplerinde bulunma eğilimindedirler. Bu sebeple YFH rezidüleri ve bu residülere yalan konuşlanmış yüzey rezidülerini saptayan bir metod önerilmiş ve bu method bağlanma bölgeleri bilinen proteinlerden oluşan iki farklı veri tabanında test edilmiştir. Metod YFH rezidüleri saptayarak bu iki veri tabanındaki yapıların ortalama yüzde 74'ünde bağlanma bölgesine 7.5 Â mesafe içinde en az bir bağlanma bölgesi önerebilmiştir; yüzey rezidülerini saptayarak yapılan analizde ise bu oran yüzde 86'ya yükselmiştir. Ayrıca, önerilen metod hesapsal yöntemlerle elde edilen düşük çözünürlüklü ve bağlanma bölgeleri bilinen yapılara da uygulanmış ve YFH rezidülerinin bağlanma bölgelerini başarı ile saptadığı görülmüştür. Araştırmanın sonuçlan bu yaklaşımın bağlanma bölgelerinin tahmininde güvenilir bir hesapsal yöntem olduğunu göstermektedir.
Özet (Çeviri)
IV ABSTRACT PREDICTION OF BINDING REGIONS IN PROTEINS Proteins are the building blocks of living organisms. They are involved in biological processes as storing and transporting molecules, catalysis of chemical reactions, signal transduction, and many others. For all of these processes, the proteins are involved in some kind of protein-protein interaction through binding. Binding affinity is mostly dependent on some hotspot residues, located at binding interfaces and thus the identification of those residues is of crucial importance for protein science. In this study, a binding site prediction method is proposed as based on the dynamics of protein structure in native topology by an elastic model, namely Gaussian Network Model (GNM). By this model, the native state fluctuations that can be decomposed into series of modes from slowest to fastest are calculated on the premise that the residues undergo Gaussianly distributed fluctuations around their mean positions. The high frequency fluctuating (HFF) residues determined from fastest modes dynamics are likely to be located in the cavities at the binding interfaces. For this, a method on the identification of the HFF residues and the surface residues that are associated with the HFF residues is proposed with an analysis on two data sets of protein structures with known interfaces. The prediction method proposed at least one putative binding region within 7.5 Â of interface for 77 per cent and 70 per cent of the structures tracing the HFF residues, for Benchmark Set and Cluster Set, respectively; while this success rate is increased to 88 per cent and 84 per cent by tracing the surface patches, for the respective sets. The methodology is also tested on several model protein structures that were obtained by ab initio structure prediction studies to test the robustness of the methodology on model structures at various resolutions. The HFF residues successfully point to putative binding regions in the predicted low resolution model structures, also. The results in general indicate that this approach is a promising tool for identifying binding regions even in low resolution structure. This is in particular of importance as the number of low resolution structures will be greater than those that will be resolved experimentally in high resolution. Finally, the present work also serves as an example that displays the existence of an intricate relationship between structure, dynamics, and function.
Benzer Tezler
- Cloning, characterization and expression of a novel metallothionein gene from triticum durum and theoretical and experimental structure-function relationship prediction
Triticum durum'dan yeni bir melotionin geninin klonlanması karakterizasyonu ve gen anlatımı; ve teorik ve deneysel yapı-fonksiyon ilişki tahmini
KIVANÇ BİLECEN
- Properties of content-based networks
İçerik-temelli ağların özellikleri
DUYGU BALCAN
Doktora
İngilizce
2007
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiFizik Ana Bilim Dalı
PROF.DR. AYŞE ERZAN
- Ağır metallere karşı seçici olan selüloz matris yapılı iyon değiştirici üretimi
The production of cellulose based ion exchanger selective to heavy metals
MÜMİN DİZMAN
Yüksek Lisans
Türkçe
1997
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. TUNÇER ERCİYES
- Molecular mechanics of immunoglobulins predictions from a structure-based analytical approach
İmunoglobulinlerin moleküler mekaniği.Yapısal bazlı analitik yaklaşımla tahminler
GÜL ŞAFAK KIRCA
Yüksek Lisans
İngilizce
2001
Kimya MühendisliğiBoğaziçi ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. İVET BAHAR
- MicroRNA target prediction by constraint programming
MikroRNA hedef genlerinin kısıtlı mantık programlama yöntemiyle tahmin edilmesi
MEHMET TUĞRUL TEKBULUT
Yüksek Lisans
İngilizce
2006
BiyolojiSabancı ÜniversitesiBiyoloji Bilimleri ve Biyomühendislik Ana Bilim Dalı
DOÇ. DR. UĞUR SEZERMAN